Em tempos de big data, analisar dados demanda tempo, investimento e força de trabalho. Colocar uma poderosa inteligência artificial (I.A.) para fazer isso ajuda a limitar o tempo, investimento e quantidade de profissionais necessários à tarefa.
Siga a nossa página no Instagram: https://www.instagram.com/panoramafarmaceutico/
A startup mineira Crawly criou esse tipo de serviço exatamente de olho no volume de informações que algumas grandes empresas precisam avaliar antes da tomada de decisões. Seja para um novo contrato de seguros, análise de crédito ou, no caso da parceria com o Grupo Pão de Açúcar (GPA), para decidir a melhor localização para um supermercado.
Para descobrir as melhores áreas para investir, a I.A. da Crawly monitora milhares de imóveis em diversos canais e captura dados sobre precificação, metragem e regiões de maior interesse, em diversas bairros ou cidades no Brasil. A partir daí, cruza os dados com indicadores de outras fontes, como IBGE, para gerar informações sobre concentração de moradores, faixa de renda na área e outras características do mercado local. A equipe do GPA analisa então as informações para se aprofundar na precificação dos imóveis e encontrar oportunidades para investimento.
De acordo com Otávio Thomé, gerente de Inovação do GPA, com a estratégia omnichannel do Grupo, apesar do crescimento dos canais digitais, a varejista segue expandindo as operações físicas e a solução de análise de dados por inteligência artificial trouxe agilidade para esse processo de mapeamento e consulta de imóveis. “Em um único dia conseguimos mapear mais de 300 mil imóveis comerciais e cruzar esses dados com fontes como o IBGE”, conta Otávio.
A Crawly foi criada em 2017, e começou com um uma operação de automação processual para depois evoluir para o uso de I.A.. Então passou pelo Cubo Itaú, hub de inovação que abriga uma vertical voltada à aceleração de startups com serviços para o varejo, e foi assim que fez a parceria com o GPA. Mas a startup atua além do segmento varejista.
Tem clientes como a companhia estatal mineira de energia Cemig, para análise de saúde financeira de fornecedores. Assim como na área de seguros ou do mercado financeiro para análise de contratos de apólices ou de crédito, ou ainda para buscar fornecedores baseado nos critérios de compliance das empresas. “Exploramos vários nichos de mercados diferentes. Estamos criando verticais. Cada empresa tem uma necessidade específica e personalizada. Não temos especificamente uma solução. Prestamos serviço consultivo para várias empresas. Mas agora estamos começando a criar soluções mais fixas”, explica Pedro Naroga, cofundador e CTO da Crawly.
Uma dessas “soluções fixas” é a Plexi, voltada para consulta de certidões públicas como débitos trabalhistas, Receita Federal e Detrans. “Percebemos as necessidades mais comuns e lançamos recentemente, em setembro. Já tivemos o cadastro de mais de 100 empresas interessadas. Nossa meta é ter, até o fim de 2020, 500 empresas fazendo consultas nesse sistema”, diz João Drummond, cofundador e CEO da Crawly.
Ao todo, a Crawly tem feito mais de 1,5 bilhão de consultas por mês a dados como preços, multas e processos judiciais, por exemplo. “É um tipo de serviço que demandaria centenas de pessoas, uma escala difícil. Muitas empresas tentam automatizar esse processo internamente, e têm muita dificuldade, não conseguem escalar ou ter confiança no sistema. E nós desenvolvemos essa expertise, temos todo um conjunto de ferramentas para isso”, conta Pedro.
O CTO explica que o maior desafio é que são poucas as informações disponíveis de forma estruturada e isso impacta o trabalho dos robôs. “Desenvolvemos robôs que conseguem acessar essas informações pouco estruturadas, como os humanos fazem”. Ainda segundo Pedro, em alguns cases de clientes na área financeira, houve a redução do trabalho de backoffice em mais de 50%. “Damos escala para as empresas sem multiplicar o tamanho as equipes e ainda melhorarando o tempo de resposta”.
João ressalta que os robôs atuam dentro da LGPD (Lei Geral de Proteção de Dados Pessoais) e com dados públicos, não modificando a finalidade da informação. “A solução não armazena informação. Basicamente o que ela faz é estabelecer um canal de informação entre os clientes e a base de dados”.
A startup não abriu mais detalhes sobre possíveis captações para impulsionar investimentos, apensa adiantou que estão em conversas com alguns fundos, mas nada ainda estruturado, com foco em ampliar novas verticais de atuação.
Fonte: Época Negócios
Veja também: https://panoramafarmaceutico.com.br/2020/11/04/pilbox-quer-mais-negocios-com-distribuidores-e-redes-regionais/
